RESA: Recurrent Feature-Shift Aggregator for Lane Detection复现步骤

1、RESA复现

1.1 准备阶段

1.1.1 克隆仓库

git clone https://github.com/zjulearning/resa.git

此目录标记为$RESA_ROOT。

1.1.2 创建环境

创建一个conda虚拟环境并激活它（conda是可选的）。

conda create -n resa python=3.8 -y
conda activate resa

1.1.3 安装依赖

#首先安装pytorch，您的系统中的cudatoolkit版本应该相同。 （您也可以使用pip安装pytorch和torchvision）
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch

#也可以通过pip工具安装 pip install torch torchvision

#安装python包
pip install -r requirements.txt

1.1.4 数据准备

下载CULane和Tusimple。 然后将它们提取到$ CULANEROOT和$ TUSIMPLEROOT。 创建到data目录的链接。

cd $RESA_ROOT
mkdir -p data
ln -s $CULANEROOT data/CULane
ln -s $TUSIMPLEROOT data/tusimple

对于CULane，应具有以下结构：

$CULANEROOT/driver_xx_xxframe # data folders x6
$CULANEROOT/laneseg_label_w16 # lane segmentation labels
$CULANEROOT/list # data lists

对于Tusimple，您应具有以下结构：

$TUSIMPLEROOT/clips # 数据文件夹
$TUSIMPLEROOT/lable_data_xxxx.json # 这里说有4个这样的json文件，我重新下载了一下数据集，发现还是3个
$TUSIMPLEROOT/test_tasks_0627.json # 测试任务的json文件
$TUSIMPLEROOT/test_label.json # 测试标签json文件

对于Tusimple，未提供语义标注信息，因此我们需要根据json标注生成语义信息。

python tools/generate_seg_tusimple.py --root $TUSIMPLEROOT   #$TUSIMPLEROOT:data/tusimple 
#这将产生语义标签,生成对应的二值化图

1.1.5 安装CULane评价工具

此工具需要OpenCV C ++。 请按照此处安装OpenCV C ++。 或者只是使用命令sudo apt-get install libopencv-dev安装opencv。

然后编译CULane的评估工具。

cd $RESA_ROOT/runner/evaluator/culane/lane_evaluation
make
cd -

请注意，默认的opencv版本是3。如果使用opencv2，请在Makefile中将OPENCV_VERSION：= 3修改为OPENCV_VERSION：= 2。

1.2 训练

运行如下脚本：

python main.py [configs/path_to_your_config] --gpus [gpu_ids]

例如：

python main.py configs/culane.py --gpus 0 1 2 3

1.3 测试

运行如下脚本：

python main.py c[configs/path_to_your_config] --validate --load_from [path_to_your_model] [gpu_num]

例如：

python main.py configs/culane.py --validate --load_from culane_resnet50.pth --gpus 0 1 2 3 --view

python main.py configs/tusimple.py --validate --load_from tusimple_resnet34.pth --gpus 0 1 2 3

注释：可以下载官方的模型，直接放在resa的主目录中，测试的时候将–load_from的地址修改为tusimple_resa34.pth。

作者在CULane和Tusimple数据集上提供了两个经过训练的ResNet模型。

（Tusimple：百度网盘 请输入提取码 (baidu.com)（code：s5ii），CULane：百度网盘 请输入提取码 (baidu.com)（code：rlwj））